numpy tensorflow 基本操作2

import numpy as np

#一个参数 默认起点0，步长为1 输出：[0 1 2]
a = np.arange(3)

#两个参数 默认步长为1 输出[3 4 5 6 7 8]
a = np.arange(3,9)

#三个参数 起点为0，终点为3，步长为0.1 输出[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9]
a = np.arange(0, 3, 0.1)
从索引 2 开始到索引 7 停止，间隔为 2
a = np.arange(10)
b = a[2:7:2]
print(b)
#冒号 : 的解释：如果只放置一个参数，如 [2]，将返回与该索引相对应的单个元素。如果为 [2:]，表示从该索引开始以后的所有项都将被提取。
如果使用了两个参数，如 [2:7]，那么则提取两个索引(不包括停止索引)之间的项。
print(np.arange(12).reshape([3,4]))
#一维数组合并
a = np.arange(3,9)
b = np.arange(3,9)
c=np.concatenate([a,b])
#多维合并：按行合并，-1为倒数第一个维度np.arange(12).reshape([3,4])
np.append(a,b,axis=0)
#变成1维,按行
print(np.arange(12).reshape([3,4]).ravel())
#例子
x=[i*2 for i in np.arange(10)]
print(x)
#两元素运算，两者shape相等，或其中一个shape元素中有1，都可进行运算